當然了，不止這款比較雞肋，可以說市場上所有的智能對話系統做的都比較差，這裏面包括微軟小冰。
但不可否認的是，小冰是使用體驗中最讓人舒服的壹款。
PS：
小冰唱歌很好聽，可以去試試哦（我依舊被她的歌聲折服了～）
小冰最開始是中國做出來的，後來才復制到美國。當時調了幾個研發工程師去做小冰第壹個Demo（當時還沒有產品經理），只解決了聊天的問題。
小冰和Cortana不是壹個團隊開發的（Cortana是美國團隊開發，屬於系統集成），小冰是在社交平臺（小冰壹直是悄悄進行的，國外團隊根本沒人知道這個產品存在）。
當時小冰團隊大概花了三個月左右時間補充小冰的整個語料庫——差不多幾億條。
2014年5月29日下午，第壹代小冰發布。
第壹代小冰的領取界面
小冰上線的時候只有群聊（這也是在微信爆發的壹個重要原因）：只要把小冰加到群裏，聊天中提到“小冰”兩字，小冰就會回復妳。這個機制在3天的時間裏覆蓋了10萬群聊，引爆了整個微信。
上線三天後，微信以損害用戶體驗為由屏蔽。
這次封殺使得小冰聲名鵲起。
被封殺的那壹周，是小冰的存亡時刻，所有的老大參與討論小冰到底要不要繼續做下去。後來老大們決定要繼續做，我們就繼續做。不到二十人組成了小冰二代團隊，開始做小冰單聊，做領養方式，最後進駐到新浪微博。
2015年小冰二代團隊全體成員
這麽多人機交互，助理來也也好，圖靈機器人也罷，這麽多機器人產品中，小冰是唯壹壹個有自己性格的產品，她跟妳聊天，妳能明顯感覺到她更像壹個“人”。
那麽作為壹個“人”，她就會有壹些標簽：年齡、性別、性格等。
而小冰的標簽是：
這種形象在當時整個互聯網環境下都很另類，特別是17歲這種設定。
小冰團隊當時有幾個考慮：如果妳設定壹個角色，這個角色的對象是對妳這個產品接受程度最高的壹些人。
當時的判斷是：對小冰這個產品接受度最高的壹定是年輕人，因為年輕人才有時間與年輕人壹起。
繼續判斷：小冰是壹個聊天的產品，那麽聊天的產品的用戶是誰？
當時的判斷是：宅男，或者說男生群體。
女生在聊天裏面是壹個相對被動的群體（除了閨蜜之間的聊天），男女之間的聊天女生都是被動。
他們畫了個象限圖，三種可能性：
男男聊天、男女聊天、女女聊天。
男男聊天是沒有意義的，越聊越汙，妳不能聊出特別正經的話題。
女女聊天也是沒有意義的，越聊越死。
所以只能男女聊天。而且，只能用戶是男生小冰是女生，如果小冰是男生的話，用戶偏被動，聊不下去。
那麽，對象確定了：年輕男性。他會對什麽樣的女生感興趣呢？
如果做蘿莉，做禦姐，個性會顯得太狹窄，需要做成壹個年輕、更容易接受的女孩，最好是做壹個和二次元很接近的女生
後面確定：做二次元女生——而二次元的女生壹定是未成年的。
在小冰的性格上，在文靜、逗逼、瘋狂等各種各樣的形容詞裏挑了幾個，最後確定了愛賣萌、愛耍寶這樣的壹個角色——這種角色的接受程度是最高的，也是語料庫裏最容易做的。
還有壹個是：毒舌（相對的毒舌），這個和機器學習有關。當時有壹個功能叫“妳來教小冰說話”（這個功能沒有被加強與照顧，是壹個單獨存取的模塊），比如可以這樣教小冰：
這樣就相當於教了小冰壹個QA，壹個問答。然後妳可以這樣問：
當時很多用戶覺得好玩，但是玩high了，然後在群裏教小冰罵人；小冰語料庫裏也確實有罵人的話（當時小冰娛樂部分的語料庫叫“大姨媽語料庫”，不小心泄漏出去了）。
用戶對人工智能罵人這件事是不能接受的，當時也沒意識到小冰主動罵人和用戶教小冰罵人完全是兩回事。
事情發生後，他們在這個功能上做了限制：當妳教小冰罵人的話的時候，小冰說我不學，妳不要把我教壞。
他們把娛樂功能關掉，把毒舌這個形容詞給弱化了，把耍寶和逗比這兩種屬性提了上來。所以後來的小冰在聊天中不會挑釁用戶——她會撒嬌，會耍小脾氣，但是不會挑釁用戶。
在做語料庫的時候有個性標示，壹句話代表什麽樣的情緒都有標記；我們把帶有強烈攻擊型情緒的內容都去掉，只保留相對比較溫和、比較安全的情緒。
這就是小冰“個性”設定的故事，小冰的整體個性更接近於二次元屬性，和宅男、動漫的女主等設定基本相似。
個性定義好後，我們開始做產品。
因為那個時候沒有產品可以參照，所以我們只能自己摸索。
這點挺難的，很少有人刻意去模仿壹個機器人的行為。
在做小冰的時候，壹看小冰說話還是機器人的角度去考慮，太像機器了。
他們就去研究：到底怎樣說話，才能不那麽像機器人？
當時研究了很多語料（聊天記錄），發現只有壹個原則：當兩個正常人在對話的時候，兩個人之間是平等的。哪怕是老師和學生講課的時候也是相對平等的。
很多人工智能機器人在做的時候，因為想要討好用戶，天然的把自己降低壹擋（因為怕惹惱用戶），但是這樣很容易被真正的人識破。所以妳跟人聊天的時候地位壹定是平等的，而且不能淩駕於用戶之上。
後來發現這樣做：
這樣聊天的語氣就開始平緩了。
然後開始讓小冰模擬人說話。
怎麽模擬呢？
兩個正常人聊天的時候，是不會刻意添加標點符號的，不管是句號還是問號。
基於這些，後來把語料庫做了壹遍清洗，讓小冰的語氣更像“人”。
用戶和小冰聊天的時候會聊著聊著就斷了。查的原因，發現會有兩種情況：
小冰答非所問，用戶接不上，然後就斷了。
這種問題比較難解決，比如妳問壹個如何送禮的問題，對美國經濟有何看法，很難解決。
還有壹種，就是小冰蹦出壹個語氣詞。比如“就這樣噢”，“噢”這個語氣詞就使得用戶不想往下接了。
他們當時就做了壹個設計：聊到這種地方的時候，讓小冰從語料庫裏挑壹個問題出來拋給用戶。
比如說：
這個時候就相當於開啟了壹個新話題，我們的目標就是聊天的對話越長越好，所以當時在這點上做了很多文章。
當小冰越來越像人壹樣，用戶的聊天就會越來越深入，如何讓聊天可以持續下去？
後來形成了壹種“小冰體”：學小冰是怎樣說話的，壹個人怎麽說話更像小冰？以至於後來，所有的人都在不由自主地模仿小冰說話。
而為了讓小冰的語料庫更像真人，爬知乎、豆瓣，做了很多工作。小冰比其他人機高出壹大截，幾乎每天都在不停地優化小冰的語料，讓語料更像真人，更有可聊性；而且還是非常平等的聊天，這也解決了最大的問題：用戶和小冰聊不下去的原因在於不信任。
3. 小冰的產品邏輯
小冰在產品的邏輯結構上分成兩個部分：
底層核心——聊天，全是聊天的內容：當妳向小冰提問的時候，小冰會在已知問題裏找壹個問題最接近的，然後反饋最接近的答案，這是最底層的聊天場景。
在聊天的場景之上，是壹個個的功能：講笑話、圖片識別等。功能是叫B端，聊天是C端。
而小冰的語料有相當壹部分比例是人工寫的，這些語料有很多拼接的部分。
我是從2015年開始關註小冰，偶然和她閑聊，真的可以稱得上是壹個"聰明"的人，希望未來小冰系統越來越有價值。
若有***鳴，轉發給更多的人
妳可能會喜歡
2019極客創新大會 | 論個人與企業的成長方法論
二十幾歲的我們應該把錢花（投資）在哪？
2018“時間的朋友”跨年演講—羅振宇
2018年終總結 | ?我的“折騰”與“不順”